wuyang
3.1 KiB
3.1 KiB
Round 07 Grok Headless 对抗审阅与处置
审阅日期：2026-07-30
审阅会话：019fb151-9627-76c1-b7d7-53012874f85c
身份：外部模型的只读方法学审稿，不是论文证据源
1. 调用边界
Grok CLI 使用 single/headless 方式读取：
research/K3_ATTNRES_LOCAL_PATH_SCOPING.mdresearch/K3_ATTNRES_LOCAL_PATH_PROTOCOL.mdexperiments/k3/attnres_spike/train.py
关闭 web search、禁止 subagents、使用 plan permission；它没有修改文件。审稿任务是找 selector、公式、endpoint exactness、negative control、replay 与父 runner API 的冲突。
2. Blocking findings 与处置
| finding | 风险 | 处置 |
|---|---|---|
| 父 runner 只有 global mode，局部 selector 尚不可实现 | 不同实现可能选错 indices 或混入 full autograd | 采纳：协议冻结 14 个 exact identity sets；所有矩阵 mode 只用同一个 RoutedSourceBackward |
新 output index=64 与父 summary 的 mixer_index=null 冲突 |
改 schema 会破坏 Round 06 summary hash | 采纳：父 trace.mixers 不动；新建平行 selector_visits，64 只作为新 schema alias |
| “restore to learned” 会被误解成恢复 query/key/softmax autograd | 分母是 detached learned，实验会回答不同问题 | 采纳：统一改为 “restore to detached-learned value coefficients” |
14-mode 合同没明确保留六个 parent learned diagnostics |
可能削弱或破坏 Round 06 exactness | 采纳：六 checkpoints 跑 parent learned；0/8000 追加 14-mode matrix |
| 20% raw drop 没写明确分母 | gap gate 可能用不同公式 | 采纳：冻结 (X_ref-X_all)/X_ref，并定义缺失格如何使 3×2 主 gate 失败 |
| step-0 只做 custom-mode 互比不够 | 同一种 surrogate 错误可全体一致 | 采纳：双 endpoint exact、learned-vs-detached 负控制、detached ×1/×2 loss-scale gate |
3. Non-blocking findings 与处置
全部采纳：
- 统一符号为
X_ref = X_detached_learned； - 在 protocol 正文列出 exact indices，而不只依赖 scoping 公式；
- branch dominance 标为 sufficiency-only 次级探索；
- interaction residual 明确“不预期为 0、不是检验”；
- 明示 group 7 包含固定
S外的 layers 26–28； - 精确定义
mixed； - replay 限定 same-host environment；
- 所有 score / gate 只由单一
analyze.py生成。
“单 group 20% 与 joint 50% 不按 mixer 数量成比例”保留为预注册决策；协议已禁止把它解释为 per-mixer rate。
4. 复核结论
Grok 复核 14-mode arithmetic：
1 reference + 10 sufficiency + 3 restoration = 14
uniform census 0 / 1 / 4 / 8 / 16 / 49 / 57 / 64 / 65 与 64 depth + 1 output
拓扑一致。真正风险是 identity/schema，不是计数；本轮修订已把两者写成独立 exact gate。
最终公式被审阅为内部自洽：
G_X = ln(X_ref / X_all)
S_X(m) = ln(X_ref / X_m) / G_X
R_X(r) = ln(X_r / X_all) / G_X
审稿意见不会进入实验结果、论文事实或官网证据等级；它只用于在结果出现前强化协议。